Türkçe dikte İngilizce terimleri neden yanlış yazar?
Türkçe bir cümlenin içine giren İngilizce terimler, dikte edildiğinde çoğu zaman tanınmaz hale gelir. Aşağıdaki mekanizmalar bunu üst üste yapar ve hiçbiri arıza değildir: her biri, Türkçe konuşma tanımanın tasarımı gereği yapması gereken şeydir.
Türkçenin yazımı sesbirimseldir
Türkçe alfabede bir harf büyük ölçüde bir sesi karşılar. Türkçe için eğitilmiş bir konuşma tanıyıcının çıktı alfabesi de Türkçedir: duyduğu sesi Türkçe harflerle yazmak zorundadır.
İngilizcede yazım ile telaffuz arasındaki mesafe çok daha büyüktür. Tanıyıcı bu mesafeyi kapatamaz, çünkü kapatabilmesi için önce kelimenin İngilizce olduğunu fark etmesi gerekir. Türkçe bir oturumda bu bilgi elinde yoktur.
“diploy”
deploy
“keş”
cache
“fiçır”
feature
“bild”
build
İngilizce ünlüler Türkçenin sekiz ünlüsüne yuvarlanır
Türkçede sekiz ünlü vardır: a, e, ı, i, o, ö, u, ü. İngilizcede, sayım yöntemine göre, on beş civarı ünlü ve ikili ünlü bulunur. Türkçede karşılığı olmayan her ünlü, en yakın Türkçe ünlüye iner.
Production kelimesinin vurgusuz hecesindeki belirsiz ünlü Türkçede yoktur; yerine a ve ı gelir, kelime prodakşın olur. Merge kelimesindeki uzun ünlü e sesine iner ve merç çıkar. Bu bir yaklaşıklık kusuru değil, Türkçenin ses envanterinin verebileceği en yakın cevaptır.
“prodakşın”
production
“merç”
merge
“ribeyz”
rebase
“mayın”
main
Ünsüz kümeleri ve söz sonu sertleşmesi kelimeyi yeniden şekillendirir
Türkçenin hece yapısı İngilizceninkinden dardır. Kelime başında ünsüz kümesi bulunmaz, bu yüzden araya bir ünlü girer ve stack kelimesi istek olur. Söz sonundaki ötümlü ünsüzler sertleşir, bu yüzden bug kelimesi bağ olur.
Her iki örnekte de ortaya çıkan biçim gerçek bir Türkçe kelimedir. Bir sonraki maddede anlatılan nedenle, tam olarak bu yüzden tanıyıcının tercih ettiği aday haline gelirler.
“istek”
stack
“bağ”
bug
“branş”
branch
“kreş”
crash
Dil modeli, sözlüğünde bulunan kelimeyi seçer
Bir konuşma tanıyıcı yalnızca ses modelinden ibaret değildir. Üstünde, hangi kelime dizilerinin olası olduğunu bilen bir dil modeli çalışır ve o model Türkçe metinle eğitilmiştir. Birbirine yakın iki aday arasında, sözlüğünde bulunan ve sık geçen olan kazanır.
Listenin en çok gülünen kısmı buradan çıkar. Staging sesi Türkçede stajyer kelimesine yakındır ve stajyer gerçek, sık kullanılan bir kelimedir; tanıyıcı onu seçer, cümle stajyerde çalışan build haline gelir. Label ise özel ad sanılır ve büyük harfle Leyla diye yazılır. Tanıyıcı burada hata yapmıyor, kendi sözlüğü içindeki en olası cevabı veriyor.
“stajyer”
staging
“doktor”
Docker
“tokat”
token
“çıra”
Jira
“Leyla”
label
“kola”
call
Yanlış kök yanlış eki çağırır
Türkçe eklemeli bir dildir ve ekler yazıma değil telaffuza tutunur. Hangi ekin geleceğini kelimenin son ünlüsü belirler, yani ünlü uyumu. Kök bir kez yanlış yazıldığında ek de o yanlış köke göre seçilir ve hata kelimenin sonuna kadar büyür.
Production Türkçede prodakşın diye okunduğu için kalın ünlülü ek alır ve doğru yazım production'da olur. Cache ise keş diye okunur, ince ünlülü ek alır ve cache'i olur. Doğru sonuç için tanıyıcının İngilizce yazım ile Türkçe telaffuzu aynı anda tutması gerekir: biri harfleri belirler, diğeri eki.
“prodakşında”
production'da
“keşi”
cache'i
“branşını”
branch'ini
“kumiteleri”
commit'leri
Karma dilli konuşma eğitim verisinde büyük ölçüde yoktur
Konuşma tanıma modelleri genellikle tek dilli veriyle ya da dil başına ayrılmış veriyle eğitilir. Cümlenin ortasında dil değiştirmek, yani kod değiştirme, akademik olarak tanınan ve ayrıca çalışılan bir sorundur; buna karşın üretimdeki sistemlerin çoğu bir konuşma için tek bir dil seçer.
Türkçe seçildiği anda cümledeki İngilizce kelimelerin sonucu da belirlenmiş olur. Yukarıdaki mekanizmalar bu tek karardan sonra devreye girer.
TrenVoice bu sorunu nasıl ele alıyor
TrenVoice, karma dilli cümleyi istisna değil olağan girdi kabul eden çok dilli bir konuşma modeli ile sizin onayladığınız terim sözlüğünü birlikte çalıştırır. Sözlük yalnızca eklediğiniz terimlere ve onlara bağlanan Türkçe eklere dokunur, cümlenin geri kalanını olduğu gibi bırakır. Dikte tamamen cihazınızda çalışır.